风控中常见的对比分析及应用

关注 “ 金科应用研院 ” ，回复“ 礼包 ”

领取 风控资料合集

文末有惊喜小福利，记得看到底呦

对比分析是指将两个或两个以上的数据进行比较，分析其中的差异，从而揭示这些事物代表的发展变化情况和变化规律。它在风控中核心作用在于通过细致比较不同数据、案例或模型，快速识别异常与风险趋势，优化风险识别与评估流程，增强决策的科学性和有效性。

下面来通过三个方面来介绍一下对比分析

1. 对比分析流程和注意事项

2. 对比分析在贷后管理中的作用

3. 风控中常见的对比分析

对比分析主要有六大步骤：明确分析目的、选择比较对象、选择指标 、收集数据、比较分析、得出结论。

对比分析主要有八大注意事项：明确对比的目的、适当的对比对象、合理的对比指标、数据的准确性、数据格式单位统一、样本的有效性、避免误导性的结论、注意结果应用。

对比分析帮助金融机构更准确地评估风险、预测趋势、优化策略并确保合规性，提高贷款回收率、降低坏账率并提升整体经营效益。主要有以下四点：

• 风险评估： 评估具有还款能力和没有还款能力的人，判断两者有什么特征，对比两者差异来调整风控模型或者策略。

• 趋势预测： 分析借款人还款行为和信用记录，通过对比分析预测未来的还款行为。

• 策略优化： 根据对比分析的结果，可以动态调整贷后管理策略。

• 合规与监管： 对比法律法规和监管要求，检查贷后管理流程是否存在违规行为。

1. 绝对数对比

直接比较两个或多个数据点的绝对数值，如贷款余额、逾期率等。

通过比较不同时间点的贷款余额，可以评估贷款规模的变化，随之想到也可以通过比较不同日期的逾期率，可以了解每月风险控制的差异，进而调整策略。

2. 相对数对比

通过计算相对数（如增长率、比率）来比较不同数据点之间的关系，相对数反映的是变化的速度，所以最常见的一个是增速，比如逾期率的变化，上涨多少或者下降多少，相对数对比是我们工作中最常见的。

1. 趋势分析法

分析数据随时间变化的线性关系，预测未来趋势。

如上图，可以通过不良贷款率随时间的变化预测出哪类型银行未来的一个不良率趋势

2. 同比与环比分析

同比：与上年同期进行比较，评估年度变化。

环比：与上一期（如上一月、上一周）进行比较，评估短期变化。

拿环比来举个例子，这个月的逾期率跟上个月的逾期率相比，有很大的差距，风控人员就需要高度重视了。

3. 移动平均对比

简单移动平均：通过计算一定时期内数据的平均值来平滑数据波动。

加权移动平均：不同时间点的数据赋予不同的权重，通常越近的数据权重越大（权重可以根据实际情况来定）。

举个例子，某公司计算6、7、8三个月贷款逾期率分别为：4%，5%，6%，预测9月逾期率，则用这两种移动平均对比法预测如下：

1. 交叉表分析

通过构建交叉表（即行表示一个变量的取值，列表示另一个变量的取值，每个单元格表示对应行和列变量取值组合的统计结果）来揭示变量之间的关联性、分布情况以及差异程度。

比如上图可以看出，工作压力其实跟员工满意度没有太大关系。

换而言之，我们可以看一下不同年龄段他们之间的逾期率或者逾期金额，可以通过交叉分析得到年龄跟逾期有没有关系，如果有关系的话，那会发现某个年龄段，它的逾期率会特别高，就可以在策略或者模型调整的时候特别注意这一个年龄段。

2. 聚类分析

本身不直接用于变量之间的对比，而是将数据点（如客户、产品等）根据相似性进行分组，形成不同的簇。聚类后的结果可以用于不同簇之间的对比分析。

比如，某金融机构根据客户的信用记录、收入水平、消费习惯等数据将客户分为不同的信用等级。通过聚类分析，可以将客户划分为多个簇，每个簇代表一类具有相似特征的客户。对比分析不同簇之间的客户特征、信用表现、贷款违约率等，以制定差异化的信贷政策和风险管理策略。

对比分析在金融分析或者风控中的作用非常重要，想要在风控行业里站稳脚跟，它的重要性不言而喻。 我们应对现在大家的需要现在重磅推出 【0基础 畅学红卡 】 和 【有经验畅学绿卡】 ，按月付费，30天畅学，续费后再学。

【划重点】现权益首发7天，最高可领￥70优惠！

0基础用红卡，让努力再无压力；

有经验用绿卡，让提升再无考虑。

扫码添加科科微信

6大主流课程畅学

直接跟牛人前辈学经验，0基础也能学习无压力！

月付畅学红卡会员囊括6大主流课程，